數據環境生變,銀行大數據風控怎么辦?

2019-11-04|洪言微語 414

數據是金融業務的基石,監管集中清查大數據公司,不僅大數據公司人心惶惶,處于下游的金融機構也受池魚之殃——尤其是那些缺乏自主風控能力的機構,甚至不得不下線或暫停貸款發放。

數據清查終會過去,但很多東西在發生根本性改變,資金方做“甩手掌柜”的好日子不會重現。那些缺乏自主風控能力的金融機構,在未來的行業競爭中,恐無以立足了。

大數據風控,該從何抓起?

銀行金融科技轉型,方向很多,但最緊要可行的,還是大數據風控。萬事開頭難,從傳統風控到大數據風控,銀行做得怎樣呢?

大銀行相對容易,不缺用戶,不缺數據,也不缺人才。傳統零售業務足夠強勢,有足夠的空間和時間推新產品、小步快跑做實驗,模型先跑起來,慢慢完善,自主風控能力就算有了。

難的是小銀行,尤其是偏居低線城市的農商行、城商行,沒數據、沒人才,存量用戶也缺乏互聯網屬性,線下遷線上都難,更何論做新業務的試驗田。這類銀行的科技轉型往往陷入兩個誤區:

一是做助貸和聯合貸款的資金方,雖獨立決策卻無力決策,至多花錢請人搭一套模型做做樣子,缺乏數據輸入,也沒有模型迭代,只為滿足合規要求;

二是被風控外包廠商的一站式方案吸引,“三天對接、一周上線”,上線后卻不管不問,做了甩手掌柜。

一旦陷入這兩個誤區,無論轉型多少年,銀行的自主風控能力仍等于零。是助貸和聯合貸款害了這些銀行嗎?非也,助貸平臺提供初步風控審查,降低了金融機構二次風控壓力,可若金融機構因此不再做二次風控,卻也怨不得別人,要從自己身上找原因。

一些銀行缺乏轉型意愿,管理層只想在任期內靠助貸做做業績,不計長遠,那也只能這樣了,裝睡的人,不妨繼續睡吧;如果還愿意為長期發展著急,當務之急,就是行動起來,邁出第一步。

大數據風控,說到底就兩項,一是數據,一是風控模型。

(1)數據

數據分為內部數據、外部數據;也可分為歷史數據和實時數據,后者包括用戶設備信息、位置信息、業務交互信息等。

對小銀行而言,隨著數據環境趨嚴,全面拓展外部數據源的必要性愈發有限,一則是信息隱私踩雷風險,二則是業務量有限,盲目撒網在經濟上吃不消,按需索求更為現實。

小銀行要做的,是激活內部數據,用好實時數據。激活內部數據,涉及到打破部門壁壘,構建數據中臺,形成統一的用戶視圖;而用好實時數據,要靠專業人才,把這些數據融入到業務流程和風控模型中去。

這兩項工作,考驗的不是財力,而是決心和執行力。

(2)風控模型

大數據風控不僅僅指信用評分、反欺詐等貸前審查環節,而是一套流程體系,涵蓋從用戶入口端的精準營銷到貸后回款或催收管理的全流程。

undefined

一般來講,只要夯實了內部數據基礎,再結合外部黑灰名單和各類信用評分數據,要防范信用風險并不難,真正的難點在欺詐風險。

欺詐風險多為團伙作案,在攻防對抗中,實力雖弱于一線巨頭,但面對小型銀行未必處于下風。加上欺詐團伙多從業務漏洞著手,一朝得手,往往金額很大,令金融機構防不勝防。從實踐中看,無論是行業巨頭還是中小銀行,在反欺詐方面均需借助第三方公司的輔助支持。

應把握的幾個原則

在建設自主風控能力的過程中,中小銀行還應注意幾個原則。

(1)因地制宜,構建差異化能力,不求大求全

在新的行業環境和監管環境下,無差異化大干快上的時代已經過去。中小銀行在戰略層面必須聚焦差異化,業務差異化,必然要求風控能力差異化。

業務層面,要聚焦場景金融,關注消費用途;相應地,在風控層面,要夯實場景風控。從過往教育分期、租房分期等場景貸風波看,場景方的欺詐、亂收費、跑路往往是亂象之源。

在場景貸業務中,金融機構的慣常做法是與場景方合作獲客,卻又疏于準入管理和貸后規范,致使風險不斷。其實場景方多集中在線下,具有較強的區域色彩,區域銀行深耕區域場景,只要愿意做,還是有優勢的。

用戶層面,本地客戶先行;在數據獲取上,可重點發力本地社保、公積金、個稅、房產、車產等信息,在區域市場建立數據優勢,不必求大求全。

(2)急用先行,重視反欺詐能力建設

業務上線后,信用風控模型可以慢慢迭代優化,反欺詐能卻等不得,一開始就要用最好的,否則根本吃不消。這個時候,就必須借助第三方反欺詐公司的力量,融合到自主風控的建設能力中。

據業務安全公司頂象發布的《“關聯網絡+反團伙欺詐”白皮書》總結,信貸欺詐主要包括中介包裝、資金用途挪用、信用卡養卡套現、偽冒騙貸和團伙騙貸等幾種,其中團伙欺詐尤其難纏。數據顯示,國內網絡欺詐從業者超過200萬,每年造成經濟損失近千億,其中僅針對金融機構的欺詐團伙就有3萬多個。

反欺詐手段,大致分為三類,一是通過活體識別、設備指紋、位置核驗等核驗身份、比對認證;二是對接黑灰名單及運營商、房產、車產、征信等外部數據核驗;三是技術層面反欺詐,包括構建基于用戶行為和業務流程的風險特征庫,以及利用關聯網絡技術進行異常偵測。其中,關聯網絡最考驗綜合實力。

以頂象關聯網絡為例。基于金融機構自身的數據積累,結合內部數據和業務場景、業務邏輯、產品流程、客群特征等做定制化設計,構建可視化和交互式監控平臺,幫助金融機構搭建自主可控的風控體系。

由于與金融機構內部數據關聯,這樣建設好的風控體系不僅可用于營銷反欺詐、申請反欺詐、交易反欺詐、賬戶安全和數據反爬等縱深防御能力,本身也是實用的客戶關系畫像體系,在精準營銷、交叉營銷等方面也有用武之地。

undefined

(3)構建敏捷組織,打破部門銀行藩籬

建設風控模型,可歸為風控部門的事,但激活內部數據,則是全行的事,需打破部門壁壘,確保戰略落地。這背后,涉及到部門利益協調、考核體系梳理、組織惰性激活、包容文化構建等一系列大問題。

這些問題,哪個都不易解決,但都不得不解決,否則不僅科技轉型沒有著落,即便僅僅是大數據風控建設,也會很快遇到瓶頸。

除上述幾個原則外,在大數據風控能力建設過程中,銀行還會持續面臨來自流程重組、團隊建設、成本投入、監管合規等方面的挑戰,需持續予以關注。

新環境、新挑戰

作為一句口號,大數據風控已經喊了很多年。“狼來了”喊久了,危機感也就淡了,人們開始把它視作某種“重要而不緊急的事情”,不斷給一些短期事務讓路,一拖再拖、原地踏步。

“一鼓作氣,再而竭,三而衰”,當一件事持續幾年缺乏重要進展時,大家也就疲了,這個時候,除非有大刺激,否則這事基本也就這樣了。

所幸,這種大刺激不遠了。

數據環境生變還只是前菜,后續,隨著牌照監管收緊、合規閥門扎緊,大量的中小放貸機構會退出市場,多頭借貸群體資金鏈斷裂,逾期率會趨勢性抬頭。屆時,助貸機構既兜不了底、也不敢再兜底,相應地,那些缺乏獨立風控能力的資金方,做不了業務、也不敢做業務。

中小銀行要意識到,“搭助貸風控便車、做甩手資金方”的好日子正在遠去,一去不回。再沒有點緊迫性,真的來不及了。

400-8786-123
QQ在線咨詢
在線咨詢
必威体育 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>